Introducción
Los pesos de estilo actúan en la edición; <Picture 1> identifica el origen y los marcadores posteriores identifican las imágenes de apoyo.
| Campo | Valor |
|---|---|
| Entrada | Imagen |
| Salida | Imagen |
| Tareas | Generación de texto a imagen y edición de imagen a imagen; imágenes fijas |
| Familia del modelo | MiniMax H3-Image Open Weights con archivos LoRA adjuntos |
| Archivos LoRA | Hasta 3 URLs directas a archivos .safetensors |
| Intensidad LoRA | 0–4 por archivo; valor predeterminado 1 |
| Longitud del prompt | Obligatorio; máximo de 5.000 caracteres |
| Menú de resolución | 1k, 1.5k, 2k, 3k, 4k; 1k por defecto |
| Opciones de lienzo | 15 relaciones de aspecto; generación desde texto en 1:1 por defecto |
| Entradas de edición | 1–9 imágenes; fuente editable y hasta 8 referencias |
| Notación de referencias | <Picture 1>, <Picture 2> y números posteriores en orden de carga |
| Codificación de archivo | jpeg por defecto; también png y webp |
| Control para comparar | seed opcional; ayuda a comparar un cambio sin prometer la misma salida |
| Dimensiones probadas | 1.5k en 9:16: 1152 x 2048; 4k en 16:9: 5472 x 3072 |
Funciones y aspectos destacados
Neón visto con tratamiento de videocámara
La nueva muestra en 1k y 16:9 presenta a una mujer con vestido rojo bailando en una habitación de motel. Con vh5tape y scale 1, el LoRA VHS dio a todo el encuadre una apariencia suave de video casero de los años noventa.
La estética de cinta puede traer sus propias letras
El baile del restaurante tiene grano de grabación y vh5tape abajo a la izquierda. Ese artefacto visible invita a revisar el texto además del estilo buscado antes de elegir una salida.
Una máquina de carreras con grabación suave
El ejemplo del salón de videojuegos aplica VHS a dos jugadores entre luces de neón. Aporta una segunda escena para juzgar cómo el adaptador transforma personas y entorno.
Otro lenguaje de dibujo para el puerto
La edición Studio1939 style redibujó el puerto en blanco y negro con barcos de caricatura de extremidades flexibles. La disposición del perfil urbano siguió siendo reconocible.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Escribe una instrucción obligatoria de edición de hasta 5.000 caracteres; empieza con la palabra de activación del LoRA y usa para las entradas. mínimo 1 caracteres · máximo 5000 caracteres |
image_urls | Sí | Incluye 1–9 URL de imágenes, empezando por el origen obligatorio que se edita; las entradas posteriores son referencias y cada una agrega un pequeño cargo a la tarifa que incluy… mínimo 1 elementos · máximo 9 elementos |
aspect_ratio | No | Las formas para editar son 1:1, 1:2, 2:1, 1:3, 3:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 9:21, 21:9; si omites el campo se sigue la primera imagen. |
resolution | No | Para editar con estilo, elige 1k (predeterminado), 1.5k, 2k, 3k o 4k; el nivel de salida cuesta más conforme aumenta el tamaño. |
loras | No | Para editar, proporciona hasta tres entradas {path, scale} u omite los archivos; usa una URL directa a .safetensors, como /resolve/main/ en Hugging Face. Valor predeterminado: |
output_format | No | El resultado editado usa jpeg por defecto; puedes solicitar png o webp por la misma tarifa del nivel. |
seed | No | Opcionalmente, conserva la fuente aleatoria al comparar tratamientos de edición. |
Precios
Las ediciones con estilo llevan la tarifa del nivel de tamaño de pesos abiertos más un incremento LoRA fijo por imagen, igual con cero, uno o tres archivos. Cada entrada posterior a la primera agrega un cargo; los errores de carga y otros fallos no se cobran.
| Especificación | Precio |
|---|---|
| $0.042 / imagen |
| $0.06 / imagen |
| $0.078 / imagen |
| $0.15 / imagen |
| $0.222 / imagen |
Casos de uso
Estudios de motel con neón
El ejemplo del vestido rojo usa el LoRA VHS con scale 1 para convertir un baile nocturno en una imagen suave de videocámara. Toma su tratamiento de todo el encuadre como referencia para un tablero de inspiración de la era de las cintas.
Cambia el estilo de una fotografía
El LoRA de caricaturas de los años treinta transformó una foto al estilo de extremidades flexibles conservando la pose. El puerto muestra una edición relacionada que mantiene la disposición del perfil urbano.
Evalúa el adaptador antes de aumentar tamaño
Conserva seed y descripción mientras activas o retiras un LoRA. Nuestra comparación VHS alteró tanto encuadre como textura; evalúa ambos antes de elegir una resolución mayor.
Retoma el entorno de un retrato
Las ediciones de ropa y entorno de una sola imagen conservaron la apariencia en nuestras pruebas. Compara aparte el tratamiento LoRA para juzgar su efecto en la persona y el ambiente.
Combina referencias de sujeto y escena
La composición de dos imágenes funcionó en las pruebas. Coloca la fuente editable antes de la referencia del entorno y nombra cada imagen en la instrucción al planear un montaje con estilo.
Guía de prompts y consejos prácticos
Decide si generar o editar
Parte de una escena escrita para generar o proporciona primero la imagen que quieres modificar y después las referencias de apoyo. La edición admite hasta nueve entradas.
Adjunta un LoRA descargable
Dirige path al propio archivo .safetensors; utiliza un enlace /resolve/main/ de Hugging Face cuando corresponda. Empieza con scale 1: cada archivo acepta 0–4 y la solicitud admite hasta tres archivos.
Explica la escena y el tratamiento
Antepon la palabra de activación del LoRA a una descripción detallada en inglés de ropa, acción, luz y entorno. Para editar, asigna <Picture 1> a la fuente y números propios a las referencias posteriores.
Compara e inspecciona el encuadre
Selecciona relación, resolución y formato; luego compara solicitudes con y sin LoRA usando seed fijo. Revisa estilo, composición y letras inesperadas: seed no promete resultados idénticos.
Cambia el estilo de una imagen con pesos LoRA
Usa este endpoint de MiniMax H3-Image Open Weights LoRA cuando partas de una fotografía u otra imagen existente. La solicitud combina fuente editable, referencias opcionales, instrucción y hasta tres archivos de pesos. Puedes pedir una revisión de escena mientras aplicas un tratamiento probado, como el adaptador de caricaturas de los años treinta.
El orden importa: <Picture 1> es la imagen por editar. Las entradas posteriores son referencias que pueden aportar una persona, objeto o entorno. Asigna a cada una una función para aclarar cambios y detalles por conservar. Para personas, usa fotos autorizadas de adultos, sin suplantación.
Parámetros de la edición
| Parámetro | Valores admitidos y función |
|---|---|
image_urls | De una a nueve imágenes: fuente y hasta ocho referencias |
prompt | Instrucción obligatoria de hasta 5.000 caracteres; nombra entradas con <Picture N> |
loras | Hasta tres entradas {path, scale}, con URL directa .safetensors por archivo |
loras[].scale | Valor por archivo de 0 a 4; 1 por defecto |
aspect_ratio | 1:1, 1:2, 2:1, 1:3, 3:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 9:21 o 21:9; al omitirlo sigue la fuente |
resolution | 1k, 1.5k, 2k, 3k o 4k; empieza en 1k |
output_format | jpeg salvo que selecciones png o webp |
seed | Fuente aleatoria opcional para comparar una edición con un cambio |
Relación y nivel de resolución tienen propósitos distintos. Omitir la relación sigue la fuente; el nivel fija tamaño solicitado y precio. Como referencia, la salida de pesos abiertos en 4k y 16:9 midió 5472 x 3072 píxeles; la etiqueta no impone un ancho universal.
Organiza la instrucción según las fuentes
Empieza con la palabra de activación e identifica qué redibujar y qué debe sobrevivir. Un estudio de puerto puede decir: "Studio1939 style, redibuja <Picture 1> como un puerto de caricatura de extremidades flexibles en blanco y negro, con barcos sonrientes y contornos redondeados; conserva la disposición del perfil urbano". Proporciona el archivo correspondiente en loras: la frase sola no basta.
Añade una imagen de apoyo
Para un cambio de escena, nombra fuente y referencia: "Usa a la mujer de unos cuarenta años de <Picture 1> en el salón de <Picture 2>, con vestido azul marino junto a la lámpara cálida; conserva su apariencia reconocible". Puedes anteponer la palabra VHS si adjuntas el archivo correspondiente. Es un encargo propuesto, sin afirmar que esa escena exacta se haya probado.
Separa cambios y metas de conservación:
- Indica qué imagen aporta la persona u objeto.
- Describe ropa, entorno e iluminación nuevos.
- Identifica la apariencia, pose o disposición que debe seguir siendo reconocible.
- Contrasta esos detalles con las fuentes al recibir la edición.
Evidencia de nuestras ediciones
El LoRA de caricatura del modelo de video H3 probado funcionó en este checkpoint. Una fotografía adoptó la apariencia de caricatura de extremidades flexibles de los años treinta y mantuvo la pose. En el puerto permaneció la disposición urbana mientras puerto y barcos pasaron a caricatura en blanco y negro.
Otras pruebas de edición H3-Image conservaron una apariencia reconocible con cambios de ropa y entorno, y una composición de dos imágenes trasladó un sujeto a otra escena. Respaldan probar ediciones con referencias, sin demostrar que un adaptador preserve toda identidad o disposición. La comparación VHS con y sin adaptador también cambió composición; seed fijo ayuda a comparar sin garantizar un resultado idéntico.
Archivos, artefactos y resolución de problemas
Una URL /resolve/main/ de Hugging Face debe terminar en el propio peso .safetensors. Cada entrada tiene scale propio, que empieza en 1. Evalúa un archivo antes de juzgar una mezcla y conserva prompt, orden de fuentes y seed mientras ajustas scale.
La solicitud con enlace roto devolvió Failed to load LoRA, sin imagen ni cargo. Comprueba que la URL descargue el archivo correcto y reintenta con el enlace reparado. El fallo no sustituye silenciosamente la salida por una imagen sin tratamiento. Busca también letras de entrenamiento: la generación VHS del restaurante llevó vh5tape a una esquina; merece revisión en ediciones con estilo.
Cargos y elección de otro endpoint
Una edición completada utiliza la tarifa de su resolución más el incremento LoRA fijo. Las referencias posteriores a la fuente inicial agregan un cargo. Adjuntar cero, uno o tres LoRA no cambia el incremento; elegir png o webp en lugar de jpeg tampoco afecta al precio. La página del modelo muestra el precio vigente; no se cobran solicitudes fallidas.
Usa Open Weights para editar sin adaptadores conservando seed y cinco niveles. Si necesitas de diez a dieciséis entradas, MiniMax H3-Image admite hasta dieciséis: difieren el comportamiento de relación y el menú de tres niveles y carece de seed. Elige texto a imagen de esta familia cuando tengas una escena escrita sin fuente. El anterior H3 Image LoRA utiliza el modelo de video para fotogramas y debe evaluarse aparte.
Los resultados de contenido tienen límites: nuestras solicitudes devolvieron imágenes sin rechazos, pero todas las ediciones Very strong de la prueba estándar redujeron la intensidad. Entregar una imagen no demuestra que haya seguido cada instrucción.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "minimax/h3-image-open-lora/edit",
"input": {
"image_urls": [
"https://example.com/reference.png"
],
"output_format": "jpeg",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"resolution": "1k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.

























